A Robust Deep Learning Framework for Prominence Detection through Composite Feature Representations

Resumo Técnico: Um Framework Robusto de Aprendizado Profundo para Detecção de Proeminências através de Representações de Características Compostas

Declaração do Problema
As proeminências solares são estruturas de plasma dinâmicas e frias suspensas na coroa solar quente. Sua detecção é crítica para a previsão do clima espacial, particularmente no que diz respeito a erupções ligadas a ejeções de massa coronal. Embora o aprendizado profundo ofereça um caminho para processar os vastos conjuntos de dados de alta cadência fornecidos por missões como o Observatório de Dinâmica Solar (SDO)/Atmospheric Imaging Assembly (AIA), tentativas anteriores de detecção automática de proeminências têm enfrentado dificuldades. Especificamente, modelos treinados em dados padrão do canal 304 Å do SDO/AIA apresentaram desempenho deficiente, frequentemente falhando em distinguir proeminências de emissão coronal quente (especificamente a linha Si XI 303,3 Å) ou sofrendo com contaminação por regiões ativas. Além disso, estudos existentes relataram taxas de baixa precisão (cerca de 50%) para detecção de proeminências em comparação com outras características solares, devido principalmente ao baixo contraste sinal-fundo e à ambiguidade estrutural das proeminências na banda de passagem de 304 Å.

Metodologia
Os autores desenvolveram e otimizaram um framework de aprendizado profundo baseado na arquitetura de detecção de objetos You Only Look Once (YOLOv5) para abordar esses desafios. O estudo utilizou um conjunto de dados rotulado de imagens de disco completo do SDO/AIA 304 Å (2010–2017), originalmente criado por Baek et al. (2021).

A pesquisa procedeu em duas fases principais:

1. Modelo de Linha de Base (Mapa de Cores 304): Os autores treinaram inicialmente um modelo YOLOv5 diretamente nas imagens padrão 304 Å no formato JPEG. Isso serviu como controle para avaliar o desempenho e identificar potenciais vieses.
2. Modelos de Características Compostas: Para mitigar as limitações do mapa de cores padrão e da degradação do instrumento, os autores construíram um novo pipeline de pré-processamento. Este pipeline envolveu:
   • Calibração dos dados brutos FITS para o nível 1.5 para corrigir a degradação do instrumento.
   • Aplicação da técnica de Branqueamento Otimizado por Wavelet (WOW) para realçar detalhes estruturais finos e contraste, suprimindo o ruído.
   • Criação de um tensor de entrada de três canais para a rede neural. Os autores testaram duas variantes:
     • Modelo Composto: Os canais consistiam em (i) escala de cinza de disco completo, (ii) coroa realçada de disco completo (processada com WOW) e (iii) escala de cinza com remoção do disco.
     • Modelo Composto com Remoção de Disco: Todos os três canais continham representações de dados com remoção do disco (com o primeiro canal em escala logarítmica para distinção).

Os modelos foram treinados usando Descida de Gradiente Estocástica (SGD) com momento, empregando ampliações de dados em tempo real (rotação, inversão, escala) para melhorar a robustez. O desempenho foi avaliado usando métricas padrão de detecção de objetos: Precisão, Revocação (Recall), Pontuação F1 e Precisão Média (mAP@50 e mAP@50-95).

Principais Contribuições

• Identificação de Viés de Mapa de Cores: O estudo demonstrou que modelos treinados em mapas de cores padrão 304 Å exibem um forte viés em direção ao canal vermelho da representação RGB, dependendo de artefatos de cor em vez de características fisicamente significativas de forma ou textura. Esse viés mostrou-se degradar o desempenho em imagens mais recentes e degradadas.
• Representação de Características Compostas: Os autores introduziram uma estratégia inovadora de entrada multicanal combinando representações em escala de cinza, realçadas por WOW e com remoção de disco. Essa abordagem realça fisicamente as estruturas das proeminências e mitiga os efeitos de obscurecimento da emissão coronal quente e de regiões ativas.
• Generalização entre Instrumentos: O framework foi testado em dados do Solar Ultraviolet Imager (SUVI) a bordo da série GOES-R, demonstrando a capacidade do modelo de generalizar entre diferentes instrumentos, apesar das diferenças no campo de visão e na rotação da imagem.
• Análise de Viés na Verdade Terrena: O artigo destaca que os "falsos positivos" identificados pelo modelo frequentemente correspondem a proeminências válidas e não rotuladas que foram perdidas na rotulagem original da verdade terrena devido às limitações da visão padrão de 304 Å. Essa descoberta sugere que métricas padrão podem subestimar o desempenho do modelo quando a própria verdade terrena está incompleta.

Resultados

• Métricas de Desempenho: O Modelo Composto alcançou o melhor desempenho geral com uma Revocação de 78% e um mAP@50 de 0,749. Isso representa uma melhoria significativa em relação a métodos anteriores de caixas delimitadoras (por exemplo, SSD e Faster R-CNN), que relataram precisões em torno de 50–59% no mesmo conjunto de dados.
• Precisão Efetiva: A análise visual revelou que aproximadamente 74% dos falsos positivos aparentes do modelo eram, na verdade, proeminências válidas e não rotuladas. Ao contabilizar esses verdadeiros positivos "ocultos", a precisão efetiva do Modelo Composto subiu para 91%, e a variante com remoção de disco para 93%.
• Comparação de Modelos: Embora o Modelo Composto com remoção de disco tenha mostrado pontuações de métricas ligeiramente inferiores e convergência mais lenta, ele foi mais conservador. O modelo padrão de Mapa de Cores 304, apesar de alcançar um mAP@50 ligeiramente superior (0,755) durante o treinamento, sofreu dependência de canal e falhou em detectar características obscurecidas por emissão coronal ou regiões ativas.
• Generalização: O Modelo Composto detectou com sucesso proeminências em dados do SUVI, identificando características que eram visíveis no processamento realçado, mas às vezes perdidas nas visualizações padrão do AIA, confirmando sua utilidade entre instrumentos.

Significado e Afirmações
O artigo afirma fornecer um framework de aprendizado profundo confiável, motivado fisicamente e versátil para a detecção automática de proeminências solares. Os autores enfatizam que sua abordagem vai além das limitações dos mapas de cores padrão e de entradas de canal único, oferecendo uma solução robusta para aplicações de clima espacial.

Crucialmente, o artigo sublinha a importância da construção de conjuntos de dados. Argumenta que vieses na seleção de imagens (desequilíbrio temporal devido à degradação do instrumento) e na rotulagem (detecção incompleta de estruturas fracas) propagam-se diretamente para as previsões do modelo e estatísticas de desempenho. Os autores propõem que futuros conjuntos de dados robustos devem:

1. Ser selecionados uniformemente ao longo do ciclo solar.
2. Evitar características extrínsecas como artefatos de texto.
3. Utilizar dados compostos multicanal ou representações em escala de cinza em vez de mapas de cores arbitrários.
4. Adherir a padrões de rotulagem consistentes, potencialmente re-rotulando dados usando técnicas de processamento realçado (como WOW) para capturar a extensão total das estruturas das proeminências.

O estudo conclui que, embora o modelo atual seja um passo significativo para frente, trabalhos futuros devem focar em estender o framework para incluir classificação de regiões ativas e integrar métodos de extração de propriedades físicas para construir catálogos abrangentes de proeminências.